问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
AI算力需求持续攀升的背景下，初创企业Niv-AI正式结束隐身运营模式，宣布完成1200万美元种子轮融资。该公司核心技术聚焦GPU动态功耗浪涌的精准测量与智能管控，可在不牺牲计算性能的前提下降低GPU整体能耗，为大模型训练、推理等高密度算力场景提供低成本能效升级方案。
2026年开年以来，全球大模型参数规模继续保持年均3倍的扩张速度，对应GPU算力需求的增速已经超过了硬件制程升级的节奏。此前行业提升算力密度的主要方式是堆加GPU数量，但数据中心供电、散热的承载能力已经接近上限，GPU运行过程中突发的功耗浪涌，不仅会推高整体能耗成本，还可能触发供电保护导致训练任务中断，甚至缩短硬件使用寿命。
此前一直处于隐身运营状态的Niv-AI，此次推出的解决方案绕开了硬件升级的高成本路径，通过自研的AI算法实时捕捉GPU运行时的毫秒级功耗波动，动态调度算力负载压平峰值功耗，无需更换硬件即可实现能效提升。
本轮1200万美元种子轮融资将主要用于核心技术迭代、研发团队扩张以及商业化场景落地，目前其方案已经在部分云服务商、大模型企业的内测场景中完成验证，可在无计算性能损耗的前提下，降低15%以上的GPU能耗支出。
随着全球各国对数据中心能耗管控要求不断升级，AI企业的能耗成本占比已经超过总运营成本的30%，无需硬件更换的软件层能效优化方案成为产业刚需。
除了大模型训练、推理场景之外，自动驾驶仿真训练、影视渲染、科学计算等高密度算力场景，都存在大量GPU能效提升需求，预计到2030年，全球GPU能效优化市场规模将突破百亿美元。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号